不是AI太死板,是你问得太敷衍
AI生成内容还有一个难以回避的问题:RLHF(人类反馈强化学习)对表达风格的塑造。在对齐训练阶段,标注员倾向于奖励结构清晰、逻辑完整、语气礼貌的回答。这本意是让模型更安全、更易用,却也在无意中强化了一种"优等生文风"——"首先、其次、最后"的三段式结构无处不在,"总的来说"、"综上所述"成为标配收尾语,"提升效率"、"优化体验"、"增强能力"成为万能表述。这种风格在学术论文和技术文档中或许合适,但当它渗透到日常创作中,就构成了用户所抱怨的"AI味"。大模型在训练中接触的大量学术论文、新闻报道,进一步强化了这种结构化偏好,使得输出文本呈现出一种"过度整洁"的面貌——完美的段落分割、工整的列表、缺乏口语中的自然停顿与碎片化表达。16
有一点需要特别说明:降低AI模板化并不意味着要彻底改变模型的采样参数。对于普通用户而言,纠结于Temperature设为0.7还是1.2、Top-p设为0.9还是0.95,意义有限。这些参数的调整确实会影响输出的随机性,但决定性因素仍然是输入信息的质量与结构。一份设计精良的提示词,配合合理的默认参数设置,往往比粗犷的提示词配合极端参数调整的效果更好。5
当前文章无评论,是时候发表评论了